R u Ready? FS2026 | Psychologie der Digitalisierung - Einheit 1

R u Ready? Reproduzierbare Datenaufbereitung und -analyse

FS 2026


LV-Leitung: Dr. Sandra Grinschgl / MSc. Laura Hirt
Tutor: BSc. Lars Schilling


1. Einheit, 18.02.2026

LV-Leitung

LV-Leitung (2)

LV-Leitung (3)

Barrierefreiheit!

Bitte melde dich auf einem für dich angemessenem Weg bei uns, wenn dir in dieser Lehrveranstaltung Barrieren begegnen, die auszugleichen sind.

Pronomen/Namen

Bitte gebt uns auch Bescheid, falls wir euch falsch ansprechen!

Illustration: Freepik

Österreichisch vs. Berndeutsch

Bitte gebt mir/uns auch Bescheid, solltet ihr etwas nicht verstehen! Seht es uns nach, falls wir etwas nicht verstehen und nachfragen!

Organisatorisches

• 🕝 Immer Mittwochs um 12:15 (Gruppe Laura) / 16:15 (Gruppe Sandra)

• 📍Fabrikstrasse 8, Raum B101

• 💻 Eigener Laptop mit R-Studio notwendig

• 📁Unterlagen auf ILIAS und Website

• 📅 14 Einheiten

• 🛫 Maximal 2 unentschuldigte Fehltermine

Website: Navigation und Inhalte

• Auf Quarto Website:

  • Alle Präsentationen

    • Auch als PDF verfügbar (PDF-Mode)

  • Alle Hands On Übungen

  • FAQ

  • Administrative Infos, z. B. Details zum Leistungsnachweis

• Auf ILIAS

  • Downloads:

    • Files

  • Uploads (d.h. Abgaben)

  • Forum für Fragen und Peer Feedback

Themen der Lehrveranstaltung

Ziele

• Methodenkenntnisse in R auffrischen & festigen

• Transfer von Statistik-Bachelorwissen auf Datenaufbereitung & -analyse

• Erwerb konzeptueller & praktischer Kompetenzen

Ablauf

• Datenanalyseplan & Codebook

• R Basics

• Reproduzierbare Datenaufbereitung (u.a. mit tidyverse)

• Reproduzierbare Datenanalyse (u.a. mit tidyverse)

Format

• Präsenz: Input & Anwendung

• Hausübungen & Abschlussprojekt

Lernziele

• Konzeptionell: Schritte der Datenaufbereitung und -analyse im Analyseplan begründen (WAS muss ich tun & WARUM)

• Praktisch: Reproduzierbare Datenaufbereitung (WIE Daten in ein analysierbares Format bringen)

• Praktisch: Reproduzierbare Datenanalyse (WIE Fragestellungen und Hypothesen testen)

Nach dem Seminar können Studierende

• Grundkenntnisse in R / RStudio anwenden

• Notwendige Schritte für reproduzierbare Datenaufbereitung und -analyse überblicken und praktisch umsetzen

• Selbständig neue Analyse-Herausforderungen bewältigen und passende Ressourcen nutzen

Was das Seminar nicht leisten kann:

• Keine Auffrischung der Statistikvorlesungen

• Kein “Schritt-für-Schritt Kochbuch” für die Analyse der Masterarbeit

Leistungsbeurteilung

• Mitarbeit: 14 Punkte

• Regelmässige Hausübungen: 8x, gesamt 32 Punkte

• Abschlussprojekt: 54 Punkte

  –> Total 100 Punkte

• Genauere Informationen zum Leistungsnachweis hier: Leistungsnachweis Website

  –> Update im Laufe des Semesters

• Kontinuierliche Arbeit während dem Semester!

• Aufwand: 5ECTS für erfolgreichen Abschluss des Seminars -> +- 9h pro Woche

  ECTS <- 25 
  
  Wochen_semester <- 14
  
  aufwand_semester <- 5*ECTS
  
  aufwand_pro_woche <- mean(aufwand_semester/Wochen_semester)
  
  aufwand_pro_woche

  [1] 8.928571

Leistungsnachweis: Mitarbeit (14 Punkte)

… kann unterschiedlich ausfallen zum Beispiel:

• Wortmeldungen im Plenum

• Aktive Teilnahme an den Hands On Sessions

• Beteiligung an Online-Foren & Error Hunt

Punktevergabe:

• 7 Punkte durch LV-Leitung

• 7 Punkte durch Selbstevaluation

Leistungsnachweis: Hausübungen (32 Punkte)

• 8 Hausübungen - 4 oder 8 Punkte pro Hausübung

• Bewertungsrelevant: Auseinandersetzung mit dem Stoff/den aufgetragenen Aufgaben.

• Korrektheit zweitrangig!

Leistungsnachweis: Abschlussprojekt (54 Punkte)

• Vorgegebenes Paper; Individuelle, simulierte Datensätze

• Datenanalyseplan überarbeiten / ergänzen

• Kontinuierliche Führung/Überarbeitung eines Codebooks

• Reproduzierbare Datenaufbereitung und Analyse mit Quarto

Abgabe: Datenanalyseplan, Codebook, Datenfiles, Analyseskript(e) nach vorgegebener Ordnerstruktur

Deadline: 14.06.2026

-> Weitere Informationen im Verlauf des Semesters

Fehlerkultur

“Ich verliere nie. Entweder ich gewinne oder ich lerne” - Nelson Mandela

“Auch Umwege erweitern unseren Horizont” - Ernst Ferstl

“Wege entstehen dadurch dass wir sie gehen” - Franz Kafka

“Failure is not the opposite of Success, its part of it” - Karamo Brown in Queer Eye

“Den grössten Fehler, den man im Leben machen kann, ist, immer Angst zu haben einen Fehler zu machen.” - Dietrich Bonhoeffer

Syllabus

Begleitende Literatur

• Wickham, H., Cetinkaya-Rundel, & Grolemund, G., &. (2023). R for Data Science. O’Reilly Media. https://r4ds.hadley.nz/

• Ellis, A., & Mayer, B. (2024). Einführung in R. https://methodenlehre.github.io/einfuehrung-in-R/

• Weitere nützliche Ressourcen:

  • Tidyverse cheat sheets https://posit.co/resources/cheatsheets/

  • Luhmann, M. (2020). R für Einsteiger. Beltz.

• Kurswebsite: FAQ und weitere Informationen

Unterstützungsangebote

• Mit vorhanden Ressourcen arbeiten: Unterlagen aus dem Bachelor + Online-Ressourcen (auch LLMs)

• Peer Pairing für Präsenzeinheiten und Hausübungen

• Online-Forum für Peer-to-Peer und Peer-to-Teacher Fragen; Mitarbeitspunkte für Code-Error-Hunt

• Sprechstunde für «R Troubles» mit Lars –> vor/nach/während den Einheiten + bei Bedarf

• Erhebung & Besprechung der «Muddiest Points»

• Musterlösungen zu Übungen werden blockweise im Ebook ergänzt

Bedarfsanalyse

Bitte reflektiere das im Bachelor erworbene Wissen und überlege wo Aufholbedarf im Bezug auf die Datenaufbereitung und -analyse mit R besteht. Du kannst die zentralen Unterlagen des Bachelor-Studiums (z.B. zu den Statistikvorlesungen) im Ilias Kurs “Masterarbeit Psychologie” einsehen.

Anonyme Umfrage um

• Präferenz für das Peer-Pairing zu erfragen

• Vorkenntnisse zu erfassen

• Bedarf an R-Unterstützung zu erfassen

Umfrage in ILIAS, Deadline Sonntag 22.02., 23:55

Anwesenheit prüfen / Kennenlernen

Warum R?

• Es gibt viele Gründe die für R sprechen:

  • R kann mehr

  • R ist aktuell

  • R ist ansprechbar

  • R schläft nicht

  • R ist nachgefragt

  • R ist Open Source & somit kostenlos

  Quelle: Luhmann, 2019.

Jetzt: Hands On!

Übungen auf der Website!

• In eigenem Tempo arbeiten, nicht stressen lassen!

• Helft euren Sitznachbar:innen

• Meldet euch bei uns!

• Für die sehr schnellen Personen —> Bedarfsanalyse auf ILIAS.

Heute haben wir…

• R bzw. RStudio und wichtige Pakte darin installiert

• Uns mit der Oberfläche von R-Studio bekannt gemacht

• Erste Operationen in R ausgeführt:

  • Einfache Rechnungen

  • Erste Zuweisungen mit <-

  • Vektoren erstellt

  • Erste Funktionen aufgerufen ( z.b. sum()

Methodenberatung

Methodenberatung

Bis nächste Woche!

• Bedarfsanalyse auf ILIAS bis Sonntag ausfüllen!
• ANONYM
  • ILIAS - Sitzung 1